臺北市
29°
( 33° / 27° )
氣象
2024-06-28 | 科技島

下一代類腦運算 新二維隧道電晶體降低能量需求



下一代類腦運算 新二維隧道電晶體降低能量需求


Banarjee的研究團隊與Intel實驗室的研究人員合作,開發一個超節能類人腦平台,使用基於過渡金屬二硫族化物(Transition metal dichalcogenide)的單層二維材料,製成一隧道場效電晶體(TFET),可以將能量需求降低到比人腦高出2個量級內(約100倍)。


編譯/高晟鈞




Banarjee的研究團隊與Intel實驗室的研究人員合作,開發一個超節能類人腦平台,使用基於過渡金屬二硫族化物(Transition metal dichalcogenide)的單層二維材料,製成一隧道場效電晶體(TFET),可以將能量需求降低到比人腦高出2個量級內(約100倍)。





下一代類腦運算 新二維隧道電晶體降低能量需求
有國外研究團隊成功開發一個超節能類人腦平台。示意圖。(圖/123RF)



神經型態運算




電腦在能力和潛力方面已經取得了長足進步,不論式儲存和處理數據、預測和通訊能力方面與人腦相比,可謂是有過之而無不及。然而,人類大腦卻在一個方面依舊遠超最先進的電腦好幾個量級:能源效率。




更多新聞: 「凡德瓦力」介面 全堆疊技術突破製程障礙




在執行影像處理和識別等特定任務時,儘管最高效電腦在計算任務中的表現遠超人腦,但能量需求卻比人腦高出約四個量級,即10,000倍。相關資料顯示,單晶片系充電子產品的能源消耗在全球總能源消耗中位居第四,並且在人工智慧應用的推動下,該數值每年呈指數性成長。




類腦神經型態運算(Neuromorphic Computing)透過模仿人腦的結構和操作,已然成為彌補這種能源效率的一種最具前景的方法。儘管這種概念已經存在數十年,卻依舊有著許多難題等著科學家去解決。




漏電流損失




當今傳統電腦大多使用馮諾依曼架構,資料按順序處理,記憶體和處理元件是分開的,並且在整個操作過程中持續消耗電力。對此,Intel與IBM等公司已經開發類腦平台,部署了數十億個互連電晶體,顯著節省了能源。然而,研究人員表示,能源效率仍有提高的空間,其中如何減少「漏電流」就是一個重要課題。




漏電流是電子世界中普遍存在的現象,是指即使電路處於關閉狀態(但仍連接到電源)也會流過電路的少量電流。




解決漏電流的二維隧道電晶體




Banerjee利用二硫族化物所開發的隧道場效電晶體(TFET)展現了較低的斷態電流與亞閾值擺幅(Subthreshold swing, 衡量電晶體開啓與關斷狀態之間相互轉換速率的性能指標)。




目前用於神經型態運算的晶片,大多仍使用傳統的金屬氧化物半導體場效電晶體(MOSFET),雖然具有高通態電流卻也有高斷態洩漏。TFET在整合到神經型態網路時,展現出了比MOSFET甚至是FinFET節能的潛力,將能量需求降低到人類大腦的兩個數量級(約100倍)以內。




TFET目前仍處於實驗階段,但其性能表現有望使其成為下一代類腦計算的新希望。研究團隊現致力於實現這些基於2D-TFET 神經形態電路的三維版本,以提供更好地模擬人類大腦,並擴大其應用於商業的潛力。




資料來源:TechXplore



這篇文章 下一代類腦運算 新二維隧道電晶體降低能量需求 最早出現於 TechNice科技島-掌握科技與行銷最新動態

最新科技新聞

延伸閱讀